计算机导论（3）Data Storage数据存储

一.学习目标

1.列举计算机五种不同的数据类型。
2.描述不同的数据是如何被储存在电脑中。
3.描述整数、实数在计算机的储存方式。
4.如何使用一种编码系统将文本存储在计算机中。
5.如何用采样、量化、编码将音频储存在计算机中。
6.如何使用光栅和矢量图像方案将图像储存在计算机中。
7.视频是如何通过变化的图像储存在计算机中的。

二.学习目录

1.数据的种类

如图：
信息，文本，音频，图形，视频统称多媒体。

2.位组合

如图：
在计算机中，所有的数据类型都会以一个统一的表现形式存储，并且在检索（Retrieve）的时候恢复到原有的形式，这个统一的表现形式就叫做位组合。

3.储存过程

前提:所有的数据都是以二进制的形式储存在计算机中。

①无符号整数型（unsigned）

过程1：将数据转化为二进制
过程2：补齐位数
例子：使用无符号将7储存在8位内存位置
7->111->0000 0111
注意：将大于15储存到储存在4位内存
会发生溢出并且截断
举例：
使用无符号将16储存在4位内存位置
16=1 0000->0000(结果)

②符号和大小表示（有弊端）（sign-and-magnitude representation）

举例4位如图：

4位内存：0000
第一个0表示符号（如果为0则为正数）（如果为1则为负数）
后三个0表示大小
补充：
A.从数的大小上，有符号和无符号的4为内存无符号可以表现的更大一点，数量也更多一旦。无符号中0~15十六个数，有符号由于正负0相同，则重复了一位，也就是0000=1000.这也是一个弊端。
B.检索（Retrieve）就是把二级制转化为本身的表达形式。

③1的补码表示（One’s Complementing）

如图：

比如用8位内存表示
127=0111 1111（第一位为符号位）
如果要表示-127，则先将所有位取反->1000 0000。

④2的补码表示（Two’s complement representation）（重点）

1.原理

如图：

与符号大小表示法一样的一点是：第一个数代表的是符号。
那么这个该如何理解呢？

2.我的理解

比如四位字节内存（1111），从二的补码表示它为-1，单纯看二进制1111=15.
那么15是这么变成-1 的呢？

我的理解是-1=15-16.
那么这个16是哪里来的，我觉得是由于overflow的结果，由于改储存方式为四个字节内存，当进1的时候，就会丢失本应该第五个子节的数字->10000，该数就是16，丢失了这个数字->整体减去16.
（可以理解为原本的数欠了16块钱，但是现有的钱为15，其根本的财产是-1块钱，溢出就代表还款了，真正的资产为正了）

故二的补码表示，就是利用内存字节有限的原则，利用overflow的丢失，故意造出一个丢失，从而表示出负数（因为四字节的内存中没有能比16大的表示，故一定为负数）

⑤定点表示

关于定点表示
现象：如果使用不动小数点表示一个即有整数部分和小数部分的数时，如果整数部分太大，小数部分太小会发生精度丢失。
原因
小数部分过小：如果我们使用16位内存表示数字我们先确定小数点，在小数点左边赋予14位内存，右边赋予2位内存.那么当我们表示1.00234时，就只能表示1.00.
整数部分过大：同条件下，小数点左边赋予10位，右边赋予6位，当我们要表示236154302345（12位）.00，只能表示6154302345（10位）.00。

⑥浮点表示（Floating-point representation）（重点）

1.构成：

符号+移位器+定点数。

图中Scientific notation就是浮点表示 +（符号）10的21次方（移位器）（指数Exponent）7.425（定点数）（尾数Mantissa）
注意：移位器中的10表示的是进制，10就代表是十进制。

2.内存分布：

1.符号（1位）
2. 指数（使用移码表示（不同数据类型占用字节大小各不相同））
原因：本可以用补码表示，但是在excess系统中，正整数和负整数都储存为无符号整数，故只能用移码表示
3. 尾数（二进制小数（在储存中，尾数被表示为整数）（不同数据类型占用字节大小各不相同））
补充：
1.尾数部分和符号部分一起通过符号-幅度表示法储存。
2.移码表示：先设定偏移量2的m-1次方−1 （m为内存字节），移码=偏移量+真实值。（偏移量一般为127）
（如果偏移值为127，则移码二进制所有位补就变成补码）
（这样设置的原因是，将整体所以数字向左移动，使得负数部分有在小数点左边）

3.具体实例：

比如用单精度浮点型表示5.75
①先转化为二进制（101.11）
②利用科学记数法表示（1.1011）×2的二次方（Normalization）
③符号位：正->0
④指数位：2->偏移2+127=129=(10000001)
⑤尾数：由于在二进制中，尾数第一位总是1，所以对于IEEE 754单精度浮点数，采用隐式规范化的形式，就把第一个1去掉，所以尾数＝1011补齐23位->10110000000000000000000
故在计算机中 储存为 0 10000001 10110000000000000000000的形式。

4.表示范围

假设利用单精度浮点型
①表示的数字的绝对值不能太大或者太小。
②如果太小如图，会发生下溢。
③如果太大如图，会发生溢出。
特别的
对于0来说，我们规定，将符号位，指数，尾数全部置为0，则表示0.

⑦文本表示

利用具有一定规定位组合表示每一个符号

不同的编码具有不同的规则
举例:
ASCII
Unicode采用双字节对字符进行编码
Other Codes

⑧音频（audio）表示

音频不同于文本，具有有限个数据储存在计算机中。
事实上，如果我们把现实的音频无限划分，可以分成无限段，所以我们很难表示这些无限的数据。
所以，计算机会采用具有一定规律抽样的方式储存音频。

1.量子化（Quantization）

每个样本的测量值是一个实数，假设我们在1秒中测量40000个实数，由于在储存中，使用无符号整数表示将更简单，所以我们采用四舍五入的形式，比如17.2->17.

2.编码（Encoding）

补充：
位模式（bit patterns）：就是计算机将数字转化为二进制表示。
位深度（bit depth）：每个样本的位数
比特率（bit rate）：位深度×每秒量子化的数据。比如16位×40000.
实例：
MP3标准：
位深度：16位
每秒样本数：44100个
比特率：16×44100=705,600
分析：该标准是一种丢弃了人耳无法侦察内容的压缩，属于有损压缩。

⑨图像储存

技术：光栅图像(Raster graphics)和矢量图形(vector graphics)

1.光栅图形(Raster graphics)（重点）

又称位图图形（bitmap graphics）
与音频数据相同的是，照片也是由模拟数据组成的。不同的是，这种数据不随着时间变化，导致我们必须需要通过扫描的方式对数据进行采取。
分辨率（Resolution）：
在扫描过程总我们需要决定每平方英寸或者线性英寸应该包含多少像素。
图形的扫描速率也就是我们所说的分辨率。
如果速率足够快，人们就不会感觉到图片的断层。
补充：像素就是采取的模拟数据，可以表示颜色亮度。
色深（Color depth）
色深表示像素的位数
色深取决于不同编码技术是如何处理像素颜色的。
例如：RGB色彩模型，常用于数字显示和图形处理，颜色就通过不同强度的红，绿，蓝光表示的。
比如：在八位字节系统，每一个主要颜色(例如红，绿，蓝)都可以用256个不同强度级别，故在一起组合16,777,216（256 * 256 * 256）中颜色
真彩色（True-Color）
广泛的颜色表示

利用24位字节：每个颜色具有8个字节表示，数值表示该颜色的强度值，最终组合。

索引颜色（Indexed color）
内容：每一个数值对应一种颜色，使用八位字节储存
例如：八位内存，只能对应256钟颜色
特点：节省内存空间，但颜色种类太少

举例：如果用高质量相机拍三百万像素的照片，两种所需的存储空间：

两种方法各有优劣，根据需求使用
比如联合图像专家组使用真彩色，GIF使用索引颜色。

2.矢量图形（Vector graphics）

内容：将图形分解为多个几何图形，在通过一些数据比如表达式，半径等等，描述图形，再选取线条样式和颜色，填充样式和颜色。
例如：圆
1.圆的半径r和方程方程式。
2.圆的中心点的位置。
3.描边线条样式和颜色。
4.填充样式和颜色。
缺点：文件大且放缩困难。

⑩视频表示

方法：视频是图像随着时间变化的表示（帧画面）
每个图像或帧都被转换为一组位模式并存储。然后，图像的组合表示视频。